Revista Cubana de Ciencias Informáticas

Monitoring Emotional Response During Mental Health Therapy

ABSTRACT Facial emotion recognition is one of the most complex problems in computer vision, due to multiple factors ranging from image brightness to the personality of the individual. This paper built and elucidates the implementation of facial expression recognition solutions, an open-source package called FFEM to easily perform this task, and an application that integrates the previous package, using state-of-the-art models and algorithms for facial detection and emotion recognition mainly coming from MediaPipe and DeepFace with the intention of addressing the challenge of recognizing patients' emotions during cognitive therapy sessions. However, the versatility of this approach allows it to be applied to different industries and tasks, highlighting its potential for diverse use cases.

RESUMEN El reconocimiento de emociones faciales es uno de los problemas más complejos en visión por computador, debido a múltiples factores que van desde la luminosidad de la imagen hasta la personalidad del individuo. Este trabajo construyó y elucida la implementación de soluciones de reconocimiento de expresiones faciales, un paquete de código abierto llamado FFEM para realizar fácilmente esta tarea, y una aplicación que integra el paquete anterior, utilizando modelos y algoritmos de última generación para la detección facial y el reconocimiento de emociones provenientes principalmente de MediaPipe y DeepFace con la intención de abordar el desafío de reconocer las emociones de los pacientes durante las sesiones de terapia cognitiva. Sin embargo, la versatilidad de este enfoque permite su aplicación a diferentes industrias y tareas, destacando su potencial para diversos casos de uso.

Data clustering from a parallel aproach

RESUMEN El algoritmo de agrupamiento DBSCAN es uno de los métodos de agrupamiento por densidad más conocidos debido a su eficiencia y simplicidad. Sin embargo, por su funcionamiento, no puede resolver problemas con una gran cantidad de muestras donde el tiempo de ejecución se considera relevante. En la actualidad, el agrupamiento de grandes cantidades de datos se está convirtiendo en una tarea indispensable. Este problema se conoce como Big Data, donde las técnicas estándar de minería de datos no pueden hacer frente a estos volúmenes de datos. En esta contribución, se propone un enfoque basado en paralelismo con intercambio de mensajes para el agrupamiento DBSCAN. Este modelo nos permite agrupar una gran cantidad de casos desconocidos al mismo tiempo. Para esto, la fase de mapeo determinará los conglomerados en las diferentes particiones de los datos. Después, la fase de reducción mezclará y actualizará los conglomerados obtenidos en la fase anterior. Este modelo permite escalar con conjuntos de datos de tamaño arbitrario, simplemente agregando más nodos de computación si es necesario. Además, esta implementación obtiene una velocidad de agrupación, similar a la agrupación del algoritmo clásico DBSCAN.

ABSTRACT The DBSCAN clustering method is one of the best known density clustering methods due to its efficiency and simplicity. However, by its operation, it cannot address problems with a large number of samples where the execution time is considered relevant. At present, the grouping of large amounts of data is becoming an indispensable task. This problem is known as big data, where standard data mining techniques cannot cope with these data volumes. In this contribution, an approach based on parallelism with message exchange for DBSCAN clustering by density is proposed. This model allows us to classify a large number of unknown cases at the same time. For this, the mapping phase will determine the clusters in the different partitions of the data. Afterwards, the reduction phase will mix and update the clusters obtained from the previous phase. This model allows you to scale with data sets of arbitrary size, simply adding more compute nodes if necessary. In addition, this implementation obtains a clustering rate, similar to the clustering of the classical DBSCAN algorithm.

A tool for the structuring of neuroscience data under the BIDS specification

RESUMEN Los neurodatos son información relativa a la actividad cerebral obtenida mediante el empleo de neurotecnologías. En el Centro de Neurociencias de Cuba, dos de los datos más comunes son generados por los equipos de Imagen por Resonancia Magnética (MRI) y el Electroencefalograma (EEG). Estos datos son heterogéneos y generan información en varios formatos diferentes, esto provoca que el intercambio de información se dificulte y se retrasen en ocasiones los resultados que podrían obtenerse de estudios científicos. Brain Imaging Data Structure (BIDS) es un estándar reciente para abordar este problema, sin embargo, existe información que está fuera del estándar BIDS y se utilizan herramientas, denominadas convertidores, para estandarizar las bases de datos que no siguen las normativas de BIDS. El objetivo del trabajo es presentar una herramienta para la estandarización y estructuración de neurodatos de MRI y EEG, que permita solucionar las dificultades internacionales de propuestas previas. Para ello se realiza un análisis de los convertidores y algoritmos que se emplean para este fin, con el objetivo de resumir sus características principales, buenas prácticas y elementos de interés a tener presente en la actual investigación. Se emplea el método análisis-síntesis para comprender los elementos que componen los convertidores, las funciones que cumplen y su importancia. Como resultado se obtuvo una herramienta para convertir bases de datos de neurociencias de Resonancia Magnética y Electroencefalogramas a la especificación BIDS. Es posible convertir múltiples datos con la propuesta desarrollada, una característica que otros convertidores no tienen, además propicia integrar información valiosa para el almacenamiento y análisis de los datos.

ABSTRACT Neurodata are information related to brain activity obtained through the use of neurotechnologies. At the Cuban Neuroscience Center, two of the most common data are generated by Magnetic Resonance Imaging (MRI) and Electroencephalogram (EEG) equipment. These data are heterogeneous and generate information in several different formats, which makes the exchange of information difficult and sometimes delays the results that could be obtained from scientific studies. Brain Imaging Data Structure (BIDS) is a recent standard to address this problem, however, there is information that is outside the BIDS standard and tools, called converters, are used to standardize databases that do not follow BIDS standards. The aim of this research is to present a tool for the standardization and structuring of MRI and EEG neurodata, which allows solving the international difficulties of previous proposals. To this end, an analysis of the converters and algorithms used for this purpose is carried out, with the aim of summarizing their main characteristics, good practices and elements of interest to be taken into account in the current research. The analysis-synthesis method is used to understand the elements that make up the converters, the functions they perform and their importance. As a result, A tool for converting MRI and EEG neuroscience databases to the BIDS specification was developed. It is possible to convert multiple data with the developed proposal, a feature that other converters do not have, in addition to integrating valuable information for data storage and analysis.

Tool for managing neuroscience data processing queues in HPC

RESUMEN En el campo de la neurociencia se generan crecientes volúmenes de información asociadas a investigaciones neurológicas, las cuales pueden ser procesadas gracias a la evolución de las infraestructuras computacionales y las nuevas tecnologías, y mediante el uso de la Computación de Alto Rendimiento. Lo anterior es realizado mediante el uso de comandos en una terminal segura (SSH) y requiere conocimientos técnicos que los especialistas de este campo no disponen, esto provoca errores humanos al ejecutar tareas de procesamiento. El trabajo tiene como objetivo presentar una herramienta para la gestión de colas de procesamientos de datos de neurociencias en un HPC. Se realizó un análisis documental de distintas investigaciones antecedentes que permitieron identificar las mejores variantes a tener en cuenta para la propuesta de solución. Como ambiente de desarrollo se definieron Python, FastAPI, Javascript, Vue.js y WebSocket; además se empleó como herramienta de desarrollo PyCharm Community. Se obtuvo una herramienta que mejora la usabilidad del proceso de lanzamiento de tareas en un clúster, incrementando la productividad y disminuyendo los errores producidos por el factor humano. La gestión de las colas de procesamiento de datos de neurociencias, a partir de interfaces y la automatización de los flujos, disminuye el error humano en el lanzamiento de tareas en el servidor HPC.

ABSTRACT In the field of neuroscience, increasing volumes of information associated with neurological research are generated, which can be processed thanks to the evolution of computational infrastructures and new technologies, and through the use of High-Performance Computing. This is done through the use of commands in a secure terminal (SSH) and requires technical knowledge that specialists in this field do not have, which causes human errors when executing processing tasks. The objective was to present a tool for the management of neuroscience data processing queues in an HPC. A documentary analysis of different background research was carried out to identify the best variants to take into account for the proposed solution. Python, FastAPI, Javascript, Vue.js and WebSocket were defined as the development environment; PyCharm Community was also used as the development tool. A tool was obtained that improves the usability of the task launching process in a cluster, increasing productivity and reducing errors caused by the human factor. The management of neuroscience data processing queues, based on interfaces and flow automation, reduces human error in the launching of tasks in the HPC server.

XAVIA PACS-RIS platform and its contribution to diagnosis by digital medical images in Cuba

ABSTRACT The XAVIA PACS-RIS platform allows to display, storage and transmit digital medical images. It also supports viewing from multiple monitors and allows simultaneous associations with the image server. It is made up of independent and integrated applications following international interoperability standards for the management of medical images and their diagnostic reports. All its components were completely developed with Cuban knowledge and advised by highly prestigious radiologists in the country. This paper focuses on presenting an analysis of the contribution of the XAVIA PACS-RIS platform in the development of digital medical radiology in Cuba. Computer scientists and radiologists from institutions receiving the solution were contacted and interviewed to obtain statistics on the system's operation. By applying the inductive-deductive method, it was possible to reach general conclusions about the processes of patient care in the diagnostic imaging services of health institutions that use the XAVIA PACS system. The platform is implemented in 27 clinical-care institutions until February 2023, being Havana the one with the highest level of introduction of the result. The use of its applications contributes to caring for the environment by replacing radiographic films and their developing liquids, which leads to significant savings on account of imports. Cuba is advancing towards a model of digital transformation in health and the specialty of radiology is at the forefront. The introduction and adaptation of new technologies in this field will promote the initiation of a teleradiology process to and from Cuba, taking the service to all latitudes.

RESUMEN La plataforma XAVIA PACS-RIS permite visualizar, almacenar y transmitir imágenes médicas digitales. También propicia la visualización desde múltiples estaciones diagnósticas y permite peticiones simultáneas con el servidor de imágenes. Está compuesta por aplicaciones independientes e integradas siguiendo estándares internacionales de interoperabilidad para la gestión de imágenes médicas y sus informes de diagnóstico. Todos sus componentes fueron desarrollados íntegramente con conocimientos cubanos y asesorados por radiólogos de gran prestigio en el país. Este artículo se centra en presentar un análisis del aporte de la plataforma XAVIA PACS-RIS en el desarrollo de la radiología médica digital en Cuba. Se contactó y entrevistó a informáticos y radiólogos de las instituciones que recibieron la solución para obtener estadísticas sobre el funcionamiento del sistema. Aplicando el método inductivo-deductivo se logró llegar a conclusiones generales sobre los procesos de atención al paciente en los servicios de diagnóstico por imágenes de las instituciones de salud que utilizan el sistema XAVIA PACS. La plataforma está implementada en 27 instituciones de atención clínica hasta febrero de 2023, siendo La Habana la de mayor nivel de introducción del resultado. El uso de sus aplicaciones contribuye al cuidado del medio ambiente al sustituir las películas radiográficas y sus líquidos de revelado, lo que conlleva importantes ahorros por concepto de importaciones. Cuba avanza hacia un modelo de transformación digital en salud y la especialidad de radiología está a la vanguardia. La introducción y adaptación de nuevas tecnologías en este campo promoverá el inicio de un proceso de telerradiología desde y hacia Cuba, llevando el servicio a todas las latitudes.

Android application for viewing and transferring DICOM imaging studies from the cloud

RESUMEN XAVIA PACS es una plataforma diseñada para ofrecer al personal médico una gama de herramientas de propósito general para la visualización y procesamiento de imágenes médicas y posterior edición de los informes emitidos. El sistema está conformado por cinco componentes principales, de los cuales XAVIA PACS Viewer y XAVIA PACS Web se encargan de la visualización de imágenes DICOM. El primero es para ordenadores con sistema operativo Windows y el otro es una aplicación web de la cual no se puede disponer sin conexión a la red de la institución hospitalaria. De este modo, el acceso a la visualización y manipulación de imágenes médicas se encuentra limitado a pesar de la evolución de la plataforma a fuentes más innovadoras como es la nube. El presente trabajo propone como solución la implementación de PACSDroid, un componente de control de visualización y transferencia de imágenes DICOM desde la nube para dispositivos móviles con sistema operativo Android. Para dar cumplimiento a la propuesta se realizó el análisis de los procesos de negocio y se evaluaron sistemas existentes con objetivos similares, así como las tendencias tecnológicas para su implementación. El desarrollo de esta aplicación será de gran ayuda en el proceso de análisis y diagnóstico de los estudios imagenológicos DICOM para los especialistas, y de igual manera beneficiará a los pacientes.

ABSTRACT XAVIA PACS is a platform designed to offer medical personnel a range of general-purpose tools for viewing and processing medical images and subsequent editing of the issued reports. The system is made up of five main components, of which XAVIA PACS Viewer and XAVIA PACS Web are responsible for viewing DICOM images. The first is for computers with the Windows operating system and the other one is a web application that cannot be used without a connection to the hospital institution's network. In this way, access to the visualization and manipulation of medical images is limited despite the evolution of the platform to more innovative sources such as the cloud. The present work proposes as a solution the implementation of PACSDroid, a component to control the visualization and transfer of DICOM images from the cloud for mobile devices with the Android operating system. To comply with the proposal, the analysis of business processes was carried out and existing systems with similar objectives were evaluated, as well as technological trends for their implementation. The development of this application will be of great help in the process of analysis and diagnosis of DICOM imaging studies for specialists, and in the same way it will benefit patients.

National drug consultation platform, a step towards the digital transformation of the pharmaceutical sector

RESUMEN A partir del lineamiento 98 de la política económica y social del partido y la Revolución donde se define como uno de los principales objetivos del país el Programa Nacional de Medicamentos, así como la eficacia y control de los servicios farmacéuticos, se pone en marcha el proyecto de “Transformación Digital de los servicios farmacéuticos en Cuba”. El Ministerio de Salud Pública entre sus prioridades fomenta el desarrollo de la informatización en el sector de la salud. Enmarcado en este proyecto se concibe el desarrollo de un sistema nacional de consulta de medicamentos, que tiene como objetivo mostrar a la población las principales informaciones acerca de los servicios farmacéuticos del país mediante geolocalización, la consulta de la cantidad de medicamentos disponibles en las farmacias, la visualización del formulario nacional de medicamentos, entre otras funcionalidades que posibilitarán reducir el tiempo de acceso de los ciudadanos para la obtención de los medicamentos y brindar información referente a los servicios farmacéuticos cubanos. Como resultado más relevante de esta investigación se obtuvo el diseño de la “Plataforma nacional de consulta de medicamentos” la cual se encuentra en etapa de desarrollo.

ABSTRACT Based on Guideline 98 of the economic and social policy of the Party and the Revolution, where the National Medicines Program is defined as one of the main objectives of the country, as well as the efficiency and control of pharmaceutical services, the "Digital Transformation of Pharmaceutical Services in Cuba" project is launched. Among its priorities, the Ministry of Public Health promotes the development of computerization in the health sector. Within the framework of this project, the development of a national drug consultation system is conceived, which aims to show the population the main information about the country's pharmaceutical services through geolocation, the consultation of the amount of drugs available in pharmacies, the visualization of the national drug formulary, among other functionalities that will make it possible to reduce the access time for citizens to obtain medicines and provide information on Cuban pharmaceutical services. The most relevant result of this research was the design of the "National platform for drug consultation", which is currently in the development stage.

Digital Transformation and its limitations in the technological dimension: a systematic review

RESUMEN La Transformación Digital es un proceso de madurez que combina todos los factores de una organización para hacerla más competitiva en una realidad cada vez más digital. El uso de la tecnología favorece el desarrollo de este proceso y la transferencia de información. El presente estudio pretende identificar las limitaciones en el uso de las tecnologías para la transformación digital de las organizaciones a través del uso de su ecosistema digital. Esta investigación se aborda como una revisión sistemática basada en la metodología Kitchenham entre enero de 2017 y diciembre de 2022. En el estudio, después de aplicar los distintos criterios de inclusión en 117 referencias, 87 estudios de los últimos seis años y de ellos se obtuvieron finalmente 21 estudios primarios para el análisis. Entre los métodos empleados para el desarrollo de la investigación se encuentra el histórico lógico, la inducción - deducción y análisis documental. El principal resultado de esta revisión sistemática identifica algunos factores limitantes de la tecnología dentro de la Transformación Digital asumida en las organizaciones. Este conocimiento resulta necesario en la implementación de la Transformación Digital como clave para el éxito comercial, financiero o en dependencia de la función social de quien afronta la transformación.

ABSTRACT Digital Transformation is a maturity process that combines all the factors of an organization to make it more competitive in an increasingly digital reality. The use of technology favors the development of this process and the transfer of information. This study aims to identify the limitations of technologies in the digital transformation of organizations through the use of their digital ecosystem. This research is approached as a systematic review based on the Kitchenham methodology between January 2017 and December 2022. In the study, after applying the various inclusion criteria in 117 references, 87 studies from the last six years and from them 21 primary studies were finally obtained for analysis. Among the methods used for the development of the research are the historical-logical, induction-deduction and documentary analysis. The main result of this systematic review identifies some limiting factors of technology within the Digital Transformation assumed in organizations. This knowledge is necessary in the implementation of Digital Transformation as a key to commercial or financial success, or depending on the social function of those who face the transformation.

Analysis of technologies for visualization of multimodal neuroscientific data

RESUMEN La visualización de datos permite procesar cantidades de información y condensarla o resumirla en una imagen, una animación o un grafo para transmitir conceptos de manera universal. Permite mejorar la toma de decisiones al poder captar conceptos complejos de un vistazo, o identificar nuevos patrones. La dificultad que conlleva el análisis del órgano más complejo del cuerpo humano, el cerebro, es un sistema que procesa información masiva, y para avanzar en su estudio es conveniente utilizar una jerarquía de diferentes niveles de organización, donde cada nivel en la jerarquía representa un incremento en la complejidad de la organización. Se consultan fuentes oficiales sobre estudios de neurociencias y sitios oficiales de tecnologías neurocientíficas, publicaciones indexadas en revistas reconocidas sobre el tema y medicina general. Como objetivo de la investigación se propuso analizar las herramientas de visualización de datos de neuroimágenes y señales de neurociencias que propicie identificar los elementos principales de las mismas para su integración a una herramienta multipropósito. Se describieron las tecnologías, su uso e impacto en la ciencia, también las herramientas creadas para mejorar el análisis, y se obtiene características de estos últimos con relación a la visualización. Se resume el impacto de la evolución de las tecnologías de visualización de datos de neurociencias analizadas. El avance de las tecnologías de visualización de datos de neurociencias trae consigo el desarrollo de softwares sofisticados que complementan a estas otorgando información más detallada y mejorada.

ABSTRACT Data visualization allows you to process quantities of information and condense or summarize it in an image, an animation or a graph to transmit concepts universally. It allows you to improve decision making by being able to capture complex concepts at a glance, or identify new patterns. The difficulty involved in analyzing the most complex organ of the human body, the brain, is a system that processes massive information, and to advance its study it is convenient to use a hierarchy of different levels of organization, where each level in the hierarchy represents an increase in the complexity of the organization. Official sources on neuroscience studies and official sites on neuroscientific technologies, publications indexed in recognized journals on the subject and general medicine are consulted. The objective of the research was to analyze the tools for visualizing neuroimaging data and neuroscience signals that would help identify their main elements for their integration into a multipurpose tool. The technologies, their use and impact on science were described, as well as the tools created to improve the analysis, and characteristics of the latter were obtained in relation to visualization. The impact of the evolution of the analyzed neuroscience data visualization technologies is summarized. The advancement of neuroscience data visualization technologies brings with it the development of sophisticated software that complements these, providing more detailed and improved information.

Analysis and selection of algorithms to perform linear measurements of neurostructures in Magnetic Resonance images

RESUMEN Mediante la incursión de la informática moderna en los estudios médicos surge una especialización conocida como neuroinformática, la cual abarca las investigaciones basadas en datos de neurociencias. Entre las áreas de mayor interés para la comunidad se encuentran el procesamiento y visualización de estudios, lo cual genera un creciente desarrollo de aplicaciones para este fin. De los elementos más complejos en la visualización de las imágenes de cerebro, por sus características, son las mediciones de algunas neuroestructuras para diagnosticar distintas condiciones patológicas. La Plataforma XAVIA-PACS, desarrollada en Cuba propicia el almacenamiento, transmisión y visualización de imágenes médicas digitales, esta solución no propicia el procesamiento de estructuras cerebrales limitando su uso. La Universidad de las Ciencias Informáticas y El Centro de Neurociencias de Cuba CNEURO desarrollan proyectos conjuntos, a partir de los cuales se fomenta la investigación científico técnica y la formación de profesionales. Desde esta alianza se concibe el proyecto BrainSSys cuyo objetivo es el desarrollo de algoritmos de procesamiento de datos de neurociencias, en tal sentido existe un interés particular por dotar a la solución XAVIA PACS de algoritmos que propicien su uso por los especialistas e investigadores. En la presente investigación se realiza un análisis de los algoritmos de medición en imágenes de estudios de Resonancia Magnética a fin de seleccionar el de mejor desempeño en cuanto a precisión para el desarrollo del comparador de estudios.

ABSTRACT Through the incursion of modern computing into medical studies, a specialization known as neuroinformatics arises, which encompasses research based on neuroscience data. Among the areas of greatest interest to the community are the processing and visualization of studies, which generates a growing development of applications for this purpose. One of the most complex elements in the visualization of brain images, due to their characteristics, are the measurements of some neurostructures to diagnose different pathological conditions. The XAVIA-PACS Platform, developed in Cuba, promotes the storage, transmission and visualization of digital medical images; this solution does not promote the processing of brain structures, limiting its use. The University of Computer Sciences and the Cuban Neuroscience Center CNEURO develop joint projects, from which scientific-technical research and the training of professionals are promoted. From this alliance, the BrainSSys project was conceived, whose objective is the development of neuroscience data processing algorithms. In this sense, there is a particular interest in providing the XAVIA PACS solution with algorithms that encourage its use by specialists and researchers. In this research, an analysis of the measurement algorithms in images from Magnetic Resonance studies is carried out in order to select the one with the best performance in terms of precision for the development of the study comparator.